Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

1/n Code Arena放榜，阿里最新旗舰模型Qwen3.7-Max得分1541，全球第二？！直接超了GPT-5.5、Gemini-3.5-Flash、GLM-5.1、Kimi-K2.6 仅次于Claude系列！！

Xiangyu 香鱼🐬

27,544 subscribers

35,941 views • 9 days ago •via X (Twitter)

Science & Technology

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

让 Qwen3.7-Max 帮我复刻了一个 Poolsuite FM 的播放器。一句 prompt，10 分钟，花了 $20，效果直接放图你们感受一下。体感推理能力跟 Opus 4.7 差不多，但便宜不少。我一开始走 OpenRouter 的 API，用了几天账单有点肉疼，后来切到阿里云百炼的 Token Plan，每月 25000 Credits，同样的活儿成本直接打下来了。回头看了眼 Code Arena 放的榜，Qwen3.7-Max 得分 1541，全球第二，就比 Claude 低一点，GPT-5.5、Gemini-3.5-Flash、GLM-5.1 全排它后面。榜单跟体感对上了，这个模型写代码确实不错！

让 Qwen3.7-Max 帮我复刻了一个 Poolsuite FM 的播放器。一句 prompt，10 分钟，花了 $20，效果直接放图你们感受一下。体感推理能力跟 Opus 4.7 差不多，但便宜不少。我一开始走 OpenRouter 的 API，用了几天账单有点肉疼，后来切到阿里云百炼的 Token Plan，每月 25000 Credits，同样的活儿成本直接打下来了。回头看了眼 Code Arena 放的榜，Qwen3.7-Max 得分 1541，全球第二，就比 Claude 低一点，GPT-5.5、Gemini-3.5-Flash、GLM-5.1 全排它后面。榜单跟体感对上了，这个模型写代码确实不错！

Ding

27,387 views • 9 days ago

Claude Code 的开源平替来了！OpenClaude 真香警告 ⚠️ 之前一直觉得官方 Claude Code 只能连自家模型太受限，这个开源版直接打通任督二脉： ✅ 支持 DeepSeek、GPT-4、GLM 等任意模型 ✅ 用法跟原版一模一样，无缝切换 ✅ 开源免费，数据隐私自己掌握最绝的是那个“Agent Routing”功能，可以配置让便宜的模型干杂活，贵的模型干正事，省钱又高效！💰 视频里手把手教怎么安装、配置多模型，想折腾的兄弟赶紧马住 👇

Claude Code 的开源平替来了！OpenClaude 真香警告 ⚠️ 之前一直觉得官方 Claude Code 只能连自家模型太受限，这个开源版直接打通任督二脉： ✅ 支持 DeepSeek、GPT-4、GLM 等任意模型 ✅ 用法跟原版一模一样，无缝切换 ✅ 开源免费，数据隐私自己掌握最绝的是那个“Agent Routing”功能，可以配置让便宜的模型干杂活，贵的模型干正事，省钱又高效！💰 视频里手把手教怎么安装、配置多模型，想折腾的兄弟赶紧马住 👇

Vincent Logic | 信号＞噪音

17,396 views • 21 days ago

盘点一下我的AI模型 1. Gemini 80块一年的学生用户（咸鱼）专门用来出图的 2. Openai business pla拼车 3. Claude max plan - 100刀一个月 4. Kimi 2.5 海外月费 - 30刀一个月 5. kimi 2.5 API - 充了2500 6. GLM质谱模型 - 147一年现在选模型和点妃没区别

盘点一下我的AI模型 1. Gemini 80块一年的学生用户（咸鱼）专门用来出图的 2. Openai business pla拼车 3. Claude max plan - 100刀一个月 4. Kimi 2.5 海外月费 - 30刀一个月 5. kimi 2.5 API - 充了2500 6. GLM质谱模型 - 147一年现在选模型和点妃没区别

pepper 花椒

15,884 views • 3 months ago

🚀Introducing Code Arena: the next generation of live coding evals for frontier AI models. Built to test how models plan, scaffold, debug, and build real web apps step-by-step. Try Claude, GPT-5, GLM-4.6 and Gemini in Code Arena today!

🚀Introducing Code Arena: the next generation of live coding evals for frontier AI models. Built to test how models plan, scaffold, debug, and build real web apps step-by-step. Try Claude, GPT-5, GLM-4.6 and Gemini in Code Arena today!

Arena.ai

327,119 views • 6 months ago

Qwen3.7-max 这次编程能力相当不错, Code Arena (LMArena 测试项目) 中得分仅次于 Anthropic 几个模型, 于是我赶紧测了一波. 让 Qwen3.7-max 使用 Rust 写了个磁盘恢复软件. 实测效果很不错, 从头到尾没遇到过去那种卡编译的问题. 能很熟练的使用 Rust 的各种语法和特性. 这个磁盘恢复软件我设计了3层, 第一层是直接扫描已删除文件, 这个能达到100%的恢复率. 然后第二层是快速格式化 carve 模式, 即如果只是执行了快速格式化, 那么还是有概率迅速找回文件的. 第三层则是全盘扫描, 重建索引, 而且会在文件名称丢失的情况用 Qwen3.7-max 根据内容重建文件名称, 甚至尝试AI重建文件内容(会标记AI重建). 目前运行起来很流畅, 视频演示中用的就是 Qwen3.7-max 写的这个磁盘恢复软件做的. 稍后为大家带来 Qwen3.7-max 完整的性能测试, 敬请期待! #qwen #阿里千问 #qwen37max #AIAgent

Qwen3.7-max 这次编程能力相当不错, Code Arena (LMArena 测试项目) 中得分仅次于 Anthropic 几个模型, 于是我赶紧测了一波. 让 Qwen3.7-max 使用 Rust 写了个磁盘恢复软件. 实测效果很不错, 从头到尾没遇到过去那种卡编译的问题. 能很熟练的使用 Rust 的各种语法和特性. 这个磁盘恢复软件我设计了3层, 第一层是直接扫描已删除文件, 这个能达到100%的恢复率. 然后第二层是快速格式化 carve 模式, 即如果只是执行了快速格式化, 那么还是有概率迅速找回文件的. 第三层则是全盘扫描, 重建索引, 而且会在文件名称丢失的情况用 Qwen3.7-max 根据内容重建文件名称, 甚至尝试AI重建文件内容(会标记AI重建). 目前运行起来很流畅, 视频演示中用的就是 Qwen3.7-max 写的这个磁盘恢复软件做的. 稍后为大家带来 Qwen3.7-max 完整的性能测试, 敬请期待! #qwen #阿里千问 #qwen37max #AIAgent

karminski-牙医

15,538 views • 8 days ago

OpenAI 正式发布 GPT-4.1 系列：百万 Token 长文本、更强编码、价格更优！ OpenAI 隆重推出专为开发者打造的全新模型系列——GPT-4.1！该系列包含三个强大的新成员：旗舰级的 GPT-4.1、高速的 GPT-4.1 Mini，以及有史以来最小、最快、最经济的 GPT-4.1 Nano。这些模型在编码能力、复杂指令遵循、长文本处理（首次支持高达一百万 Token 上下文，且无额外费用）以及多模态理解方面均实现了显著提升，性能全面超越 GPT-4o，并在关键指标上比肩甚至超越 GPT-4.5。视频中，OpenAI 团队成员详细介绍了这些模型的性能优势、基准测试结果，并通过精彩的实时演示（如现场编写功能完善的前端应用、处理超长日志文件）展现了它们的实际能力。同时，他们还分享了更优惠的定价策略，并宣布了 GPT-4.5 的后续计划。快来了解这些为开发者量身定制、现已在 API 中可用的新一代 AI 模型吧！

OpenAI 正式发布 GPT-4.1 系列：百万 Token 长文本、更强编码、价格更优！ OpenAI 隆重推出专为开发者打造的全新模型系列——GPT-4.1！该系列包含三个强大的新成员：旗舰级的 GPT-4.1、高速的 GPT-4.1 Mini，以及有史以来最小、最快、最经济的 GPT-4.1 Nano。这些模型在编码能力、复杂指令遵循、长文本处理（首次支持高达一百万 Token 上下文，且无额外费用）以及多模态理解方面均实现了显著提升，性能全面超越 GPT-4o，并在关键指标上比肩甚至超越 GPT-4.5。视频中，OpenAI 团队成员详细介绍了这些模型的性能优势、基准测试结果，并通过精彩的实时演示（如现场编写功能完善的前端应用、处理超长日志文件）展现了它们的实际能力。同时，他们还分享了更优惠的定价策略，并宣布了 GPT-4.5 的后续计划。快来了解这些为开发者量身定制、现已在 API 中可用的新一代 AI 模型吧！

宝玉

31,162 views • 1 year ago

兄弟们！今天已经可以在ZenMux上免费体验Gemini 3.5 Flash 了！我第一时间用它跑了那个经典的「AI模型递归二叉树生长测试」. 同一个 Prompt ，不同模型画出的树形态完全不一样。（见视频-Prompt见评论区） Gemini 3.5 Flash 从输入提示词到生成完整 HTML 动画网页（树干慢慢长出、分支递归展开、最后随风摇摆），全程只用了 77.56 秒！整体效果非常惊艳：树形态自然优雅、生长动画丝滑、视频和内容呈现都顶级！熟悉的老朋友都知道，ZenMux 每次新模型都是 ZeroDelay 首发. Google I/O 2026 今天刚发布，现在立刻就能通过 API 调用！还有免费额度可以白嫖～速度是真的没话说，还完美保留了旗舰级模型的能力。专为 Agent 设计，在 MCP Atlas、Toolathlon、Finance Agent 等多项榜单直接拿下第一！多模态理解也极强：MMMU-Pro 83.6%、CharXiv Reasoning 84.2%，全面超越上一代 Gemini 3.1 Pro。完全兼容主流 API 格式，无需改动现有工具链。支持按量计费 + Builder 套餐。 👇 直接体验正式版 → 免费试用 →

兄弟们！今天已经可以在ZenMux上免费体验Gemini 3.5 Flash 了！我第一时间用它跑了那个经典的「AI模型递归二叉树生长测试」. 同一个 Prompt ，不同模型画出的树形态完全不一样。（见视频-Prompt见评论区） Gemini 3.5 Flash 从输入提示词到生成完整 HTML 动画网页（树干慢慢长出、分支递归展开、最后随风摇摆），全程只用了 77.56 秒！整体效果非常惊艳：树形态自然优雅、生长动画丝滑、视频和内容呈现都顶级！熟悉的老朋友都知道，ZenMux 每次新模型都是 ZeroDelay 首发. Google I/O 2026 今天刚发布，现在立刻就能通过 API 调用！还有免费额度可以白嫖～速度是真的没话说，还完美保留了旗舰级模型的能力。专为 Agent 设计，在 MCP Atlas、Toolathlon、Finance Agent 等多项榜单直接拿下第一！多模态理解也极强：MMMU-Pro 83.6%、CharXiv Reasoning 84.2%，全面超越上一代 Gemini 3.1 Pro。完全兼容主流 API 格式，无需改动现有工具链。支持按量计费 + Builder 套餐。 👇 直接体验正式版 → 免费试用 →

Berryxia.AI

21,206 views • 16 days ago

另外，大家喜闻乐见得弹跳小球7边形测试也更新啦，这次不但增加了 GPT-4.1, 而且海拔Gemini-2.5-Pro, DeepSeek-V3-0324, 等更新了，目前只取 KCORES 大模型竞技场前16名。这个榜单找不到的模型是这项测试运行的不好，没有排进来总榜单地址：

另外，大家喜闻乐见得弹跳小球7边形测试也更新啦，这次不但增加了 GPT-4.1, 而且海拔Gemini-2.5-Pro, DeepSeek-V3-0324, 等更新了，目前只取 KCORES 大模型竞技场前16名。这个榜单找不到的模型是这项测试运行的不好，没有排进来总榜单地址：

karminski-牙医

33,481 views • 1 year ago

比特币创始人全球富豪榜排名第十一，仅次于巴菲特，关键是，15年来他从未动过他钱包里的一分钱 #中本聪

比特币创始人全球富豪榜排名第十一，仅次于巴菲特，关键是，15年来他从未动过他钱包里的一分钱 #中本聪

区块链行情研究

63,437 views • 9 months ago

Gemini 3 Flash发布后，就是"性价比王者"了！谷歌这招够狠，毕竟有了最好的模型，再加上极为优惠的价格，谁还会选择其他的大模型呢？看看Flash的牛逼之处： 1 性能逆袭：Flash 已超越上代旗舰 Pro，不再是"轻量版"而是真正的主力模型 2 三重突破：首次同时实现更强性能、更快速度、更低成本（仅旗舰价格的 1/3） 3 全场景通用：无需"任务分级"，一个模型处理所有工作负载视频中是我用一句话生成的雅思单词测试，足足100个题目，答案还包括常考的同义替换词。分量很足！想要做网站出海的兄弟可以先去ZenMux体验一下。免费！

Gemini 3 Flash发布后，就是"性价比王者"了！谷歌这招够狠，毕竟有了最好的模型，再加上极为优惠的价格，谁还会选择其他的大模型呢？看看Flash的牛逼之处： 1 性能逆袭：Flash 已超越上代旗舰 Pro，不再是"轻量版"而是真正的主力模型 2 三重突破：首次同时实现更强性能、更快速度、更低成本（仅旗舰价格的 1/3） 3 全场景通用：无需"任务分级"，一个模型处理所有工作负载视频中是我用一句话生成的雅思单词测试，足足100个题目，答案还包括常考的同义替换词。分量很足！想要做网站出海的兄弟可以先去ZenMux体验一下。免费！

Olivert

32,485 views • 5 months ago

Google I/O 2026 开发者大会完整中英文双语视频 Google I/O 2026：Gemini 3.5 Flash、Spark、Omni 三剑齐发 Gemini 3.5 Flash升级为：行动大脑 Gemini Spark：远端个人 AIAgent 入口 Gemini Omni：多模态世界模型雏形

Google I/O 2026 开发者大会完整中英文双语视频 Google I/O 2026：Gemini 3.5 Flash、Spark、Omni 三剑齐发 Gemini 3.5 Flash升级为：行动大脑 Gemini Spark：远端个人 AIAgent 入口 Gemini Omni：多模态世界模型雏形

小互

24,689 views • 16 days ago

New results just dropped 🥳! We have integrated GPT-4.5 and Gemini-2.0-flash in our gaming agents and test them on Super Mario Bros. ⚔️ GPT-4.5 struggles due to high latency, Gemini-2.0-flash performs significantly better than Gemini-1.5-pro, on par with Claude-3.5. Enjoy! 🎮

New results just dropped 🥳! We have integrated GPT-4.5 and Gemini-2.0-flash in our gaming agents and test them on Super Mario Bros. ⚔️ GPT-4.5 struggles due to high latency, Gemini-2.0-flash performs significantly better than Gemini-1.5-pro, on par with Claude-3.5. Enjoy! 🎮

Hao AI Lab

15,499 views • 1 year ago

马云最忘不了的一定是这个时候，他把第一次创业的湖畔花园公寓 1:1 模型完全复刻到了阿里园区。湖畔花园16栋1单元202室是阿里巴巴1999年的创业地，阿里员工给它起个名字叫“湖畔小屋”。

马云最忘不了的一定是这个时候，他把第一次创业的湖畔花园公寓 1:1 模型完全复刻到了阿里园区。湖畔花园16栋1单元202室是阿里巴巴1999年的创业地，阿里员工给它起个名字叫“湖畔小屋”。

iGeekbb

118,778 views • 2 months ago

如果你想你的 Claude Code 能使用 Claude 之外的 AI 模型，比如 o3、Gemini 2.5 pro，你可以试试 claude-bridge，它可以使用 Claude Code 拦截并转换 API 请求，让你可以轻松集成 OpenAI、Google 等多个大语言模型服务。当然还是搭配 Claude 4 Opus、Sonnet 效果最佳，建议还是考虑 Claude Max 订阅。

如果你想你的 Claude Code 能使用 Claude 之外的 AI 模型，比如 o3、Gemini 2.5 pro，你可以试试 claude-bridge，它可以使用 Claude Code 拦截并转换 API 请求，让你可以轻松集成 OpenAI、Google 等多个大语言模型服务。当然还是搭配 Claude 4 Opus、Sonnet 效果最佳，建议还是考虑 Claude Max 订阅。

宝玉

35,817 views • 1 year ago

前端设计这一块谷歌是真没问题！我用Gemini 3.5 Flash做了个3D飞机模型展览，太帅了呀！制作方法： 1.GPT2-image生生成正视图、背视图、左视图和右视图 2.3D模型生成，注意需要用纹理 3.UI预览图生成，调用Codex内置GPT2-image即可 4.用Gemini 3.5 Flash生成网站生成网站这一步在Google AI Studio上传不了3D模型的glb文件，所以就必须要调API在本地做个网站了。我是在Zenmux调用的，大家应该对Zenmux也不陌生，就是那个一有新模型就免费给大家玩的网站。它提供一个KEY调用所有顶级大模型的功能，不仅可以用Gemini 3.5 Flash绘制前端，如果有小BUG，还可以再切换到GPT5.5或Oplu4.7进行修复，使用非常丝滑！想先免费试一试下 Gemini 3.5 Flash的能力？壕气冲天的Zenmux现在直接免费送一周TOKEN（有限额）！传送门直达：

前端设计这一块谷歌是真没问题！我用Gemini 3.5 Flash做了个3D飞机模型展览，太帅了呀！制作方法： 1.GPT2-image生生成正视图、背视图、左视图和右视图 2.3D模型生成，注意需要用纹理 3.UI预览图生成，调用Codex内置GPT2-image即可 4.用Gemini 3.5 Flash生成网站生成网站这一步在Google AI Studio上传不了3D模型的glb文件，所以就必须要调API在本地做个网站了。我是在Zenmux调用的，大家应该对Zenmux也不陌生，就是那个一有新模型就免费给大家玩的网站。它提供一个KEY调用所有顶级大模型的功能，不仅可以用Gemini 3.5 Flash绘制前端，如果有小BUG，还可以再切换到GPT5.5或Oplu4.7进行修复，使用非常丝滑！想先免费试一试下 Gemini 3.5 Flash的能力？壕气冲天的Zenmux现在直接免费送一周TOKEN（有限额）！传送门直达：

逸尘

41,247 views • 16 days ago

Claude Code と Codex と Gemini と GLM-4.7(opencode) も繋いでみた

Claude Code と Codex と Gemini と GLM-4.7(opencode) も繋いでみた

null-sensei

136,374 views • 4 months ago

Google被黑得太惨了，这两天小道消息说GPT5要发布，原来是Google发布了新东西， Google昨晚发布了Gemini 2.5 Agent ，可以直接连 2700+ APIs 和 1万个 MCP。Google cloud 上线全系Claude模型。奥特曼要狙击Gemini搞小动作。另外，请看视频，马斯克也非常龌龊，X竟然也打压吞食Google推特帖子。

Google被黑得太惨了，这两天小道消息说GPT5要发布，原来是Google发布了新东西， Google昨晚发布了Gemini 2.5 Agent ，可以直接连 2700+ APIs 和 1万个 MCP。Google cloud 上线全系Claude模型。奥特曼要狙击Gemini搞小动作。另外，请看视频，马斯克也非常龌龊，X竟然也打压吞食Google推特帖子。

Tony出海

50,339 views • 10 months ago

Claude opus 4.8 来了，能力夺回第一的同时，Anthropic的身价也头一回压过了OpenAI，估值9650亿美元。跑分上Agentic terminal coding 仅次于GPT-5.5 其他均已超越，压力给到GPT-5.6 我们用ZenMux 第一时间做了如下测评（见视频），约束通过率100% ZenMux 模型上新速度简直宇宙第一快，快速尝鲜首选，而且有赔付保障，我的一些生成业务只放一个ZenMux接口就可以了，模型根据意图灵活选择有推友说4.8 蒸馏了qwen 我就拿qwen 一起做了对比，天气卡片是像哈😂，但是也拉洗车问题依然拉垮，哈哈模拟能力上感觉提升不大，可能是更稳了，长久任务今天再深度体验下我们的竞技场也上了新任务，地址见评论👇

Claude opus 4.8 来了，能力夺回第一的同时，Anthropic的身价也头一回压过了OpenAI，估值9650亿美元。跑分上Agentic terminal coding 仅次于GPT-5.5 其他均已超越，压力给到GPT-5.6 我们用ZenMux 第一时间做了如下测评（见视频），约束通过率100% ZenMux 模型上新速度简直宇宙第一快，快速尝鲜首选，而且有赔付保障，我的一些生成业务只放一个ZenMux接口就可以了，模型根据意图灵活选择有推友说4.8 蒸馏了qwen 我就拿qwen 一起做了对比，天气卡片是像哈😂，但是也拉洗车问题依然拉垮，哈哈模拟能力上感觉提升不大，可能是更稳了，长久任务今天再深度体验下我们的竞技场也上了新任务，地址见评论👇

岚叔

18,465 views • 7 days ago